초록 ▼

ㅇ 드라이브트레인 모니터링 요구도 조사 및 분석
ㅇ 시스템 요구도 조사 및 측정항목 설계
ㅇ 모니터링 시스템 설계 및 핵심 알고리즘 구현
√ 모니터링 시스템 H/W 및 S/W 설계 및 제작, 부품별 신호처리기법 및 알고리즘 구현
√ 고장신호 모사장치 설계 및 제작
ㅇ 드라이브트레인 상태감시 및 성능평가
√ FTA/ETA 결과를 바탕으로 기어박스 고장모드 구현 및 실험 수행
√ 고장분석을 위한 signal model 구현 및 고장신호 모사장치를 활용한 시스템 성능 평가
ㅇ 핵심부품 고장주파수

ㅇ 드라이브트레인 모니터링 요구도 조사 및 분석
ㅇ 시스템 요구도 조사 및 측정항목 설계
ㅇ 모니터링 시스템 설계 및 핵심 알고리즘 구현
√ 모니터링 시스템 H/W 및 S/W 설계 및 제작, 부품별 신호처리기법 및 알고리즘 구현
√ 고장신호 모사장치 설계 및 제작
ㅇ 드라이브트레인 상태감시 및 성능평가
√ FTA/ETA 결과를 바탕으로 기어박스 고장모드 구현 및 실험 수행
√ 고장분석을 위한 signal model 구현 및 고장신호 모사장치를 활용한 시스템 성능 평가
ㅇ 핵심부품 고장주파수 분석 및 평가
√ 베어링/기어박스/발전기의 고장주파수 분석
√ 고장신호 모사장치를 활용한 베어링/기어박스 고장주파수 분석 및 평가
ㅇ 경고 및 알람 알고리즘 개발
√ 측정결과를 활용한 통계처리 및 알람발생 체계 개발 및 구현
√ 신경망기법을 활용한 고장진단 훈련기법 개발 및 구현
ㅇ 위험관리 및 안전진단 핵심요소 기술 개발
√ 드라이브 트레인 고장 요소 정의, 위험 관리 대상 시스템 FMEA 및 FTA 모델 개발
√ 드라이브 트레인 고장 및 위험상태 3D 가시화 모듈 개념 설계
ㅇ 드라이브트레인 안전진단 모델 개발
√ Time-domain feature를 이용한 특성인자 추출, High-pass filtering을 통한 신호처리
√ ANFIS과 SVM을 이용한 고장 진단 및 검증
ㅇ 능동형 실시간 위험관리 기반구축
√ 실시간 안전진단용 RBD 모델 개발
√ 위험관리 Action command 생성을 위한 Decision Making Rule Base 알고리즘 개발
ㅇ 원격상태감시 및 고장분석 기술 통합
√ 실시간 감시 기능 구현, 감시시스템 및 알람/고장분석 기술 통합
√ 3D 기반 위험관리 가시화 모듈 구현
ㅇ 현장적용 및 평가
√ 모니터링 시스템 Mal-function 제거를 통한 현장 적용성 향상
ㅇ 고장분석 및 평가

Abstract ▼

The objective of this three-year project is the development of monitoring system, diagnosis algorithm, and risk management for wind turbine system. First, Existing technology, patent and fault information are analyzed and major measurement points are determined based on fault mode analysis. The moni

The objective of this three-year project is the development of monitoring system, diagnosis algorithm, and risk management for wind turbine system. First, Existing technology, patent and fault information are analyzed and major measurement points are determined based on fault mode analysis. The monitoring system is constructed and the signal processing method is developed by using acquired signal from the monitoring system. New wind turbine simulator is developed in order to generate artificial fault signal for the diagnosis. Moreover, FMEA and FTA for risk management are constructed and 3D visualization module for safety and fault is developed. Secondly, the fault modes of the key elements of wind turbine are studied. Several bearings and gearboxes with typical fault modes are designed and tested using the wind turbine simulator. The fault frequencies of each element of wind turbine are analyzed and they are examined experimentally which frequencies are more effective. The sensitive valuables are selected as monitoring indexes for the condition monitoring system with a new diagnosis algorithm developed using machine learning technique. The performances of the new algorithm are evaluated though gearbox fault blind tests using the wind turbine simulator. Moreover, some techniques are compared for the safety analysis and risk management of wind turbine. Several signal processing and evaluation methods are applied to examine whether they are useful for our system. 3D visualization models are developed for the risk management software. Finally, an integration software for proactive risk-based inspection and management system is developed, which is connected the condition monitoring system and the risk management system with 3D visualization module.